最近组长安排我一项任务：利用ELK日志分析平台收集一个项目的日志；期间也遇到各种问题，便想记录下来，希望在记录我成长的过程中，为大家带来一点点帮助~~（如果存在有错误的地方，希望批评指正！）
一、概念介绍
ELK由ElasticSearch、Logstash和Kiabana三个开源工具组成：
1）ElasticSearch是一个基于Lucene的开源分布式搜索服务器。它的特点有：分布式，零配置，自动发现，索引自动分片，索引副本机制，restful风格接口，多数据源，自动搜索负载等。它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口。Elasticsearch是用Java开发的，并作为Apache许可条款下的开放源码发布，是第二流行的企业搜索引擎。设计用于云计算中，能够达到实时搜索，稳定，可靠，快速，安装使用方便。
在elasticsearch中，所有节点的数据是均等的。
2）Logstash是一个完全开源的工具，它可以对你的日志进行收集、过滤、分析，支持大量的数据获取方法，并将其存储供以后使用（如搜索）。说到搜索，logstash带有一个web界面，搜索和展示所有日志。一般工作方式为c/s架构，client端安装在需要收集日志的主机上，server端负责将收到的各节点日志进行过滤、修改等操作在一并发往elasticsearch上去。
3）Kibana 是一个基于浏览器页面的Elasticsearch前端展示工具，也是一个开源和免费的工具，Kibana可以为 Logstash 和 ElasticSearch 提供的日志分析友好的 Web 界面，可以帮助您汇总、分析和搜索重要数据日志。
二、Logstash
1）输入（input）：采集各种样式、大小和来源的数据
数据往往以各种各样的形式，或分散或集中地存在于很多系统中。Logstash 支持各种输入支持（file，syslog，redis，beats） ，可以在同一时间从众多常用来源捕捉事件。能够以连续的流式传输方式，轻松地从您的日志、指标、Web 应用、数据存储以及各种 AWS 服务采集数据。
file：从文件系统的文件中读取；
syslog：在514端口上监听系统日志消息，并根据RFC3164标准进行解析；
redis：从redis service中读取；
beats：从filebeat中读取；
2）过滤（filter）：实时解析和转换数据
数据从源传输（input）到存储库的过程中，Logstash 过滤器能够解析各个事件，识别已命名的字段以构建结构，并将它们转换成通用格式，以便更轻松、更快速地分析和实现商业价值。
grok：解析任意文本数据，Grok 是 Logstash 最重要的插件。它的主要作用就是将文本格式的字符串，转换成为具体的结构化的数据，配合正则表达式使用。
mutate：对字段进行转换。例如对字段进行删除、替换、修改、重命名等。
drop：丢弃一部分events不进行处理。
3）输出（output）：选择您的存储库，导出您的数据
尽管 Elasticsearch 是我们的首选输出方向，能够为我们的搜索和分析带来无限可能，但它并非唯一选择。Logstash 提供众多输出选择，您可以将数据发送到您要指定的地方，并且能够灵活地解锁众多下游用例。（在此处只详细说明Elasticsearch）
elasticsearch：可以高效的保存数据，并且能够方便和简单的进行查询。
三、ELK整体方案
Logstash是一个ETL工具，负责从每台机器抓取日志数据，对数据进行格式转换和处理后，输出到Elasticsearch中存储。
Elasticsearch是一个分布式搜索引擎和分析引擎，用于数据存储，可提供实时的数据查询。
Kibana是一个数据可视化服务，根据用户的操作从Elasticsearch中查询数据，形成相应的分析结果，以图表的形式展现给用户。
在这里还用到redis作为缓存使用。通过logstash搜集日志数据存入redis，再通过logstash对数据格式转化处理后储存到Elasticsearch中。
四、Logstash在linux下的安装部署
1）首先从官网 https://www.elastic.co/downloads 下载logstash 并解压
2）编写配置文件
--------------- test1.config
input:
path：指定日志文件路径。此处示例：可以添加多个不同路径的日志文件；
type：指定一个名称，设置type后，可以在后面的filter和output中对不同的type做不同的处理，适用于需要消费多个日志文件的场景。
start_position：指定起始读取位置，"beginning"表示从文件头开始，"end"表示从文件尾开始（类似tail -f）.
sincedb_path：与Logstash的一个坑有关。通常Logstash会记录每个文件已经被读取到的位置，保存在sincedb中，如果Logstash重启，那么对于同一个文件，会继续从上次记录的位置开始读取。如果想重新从头读取文件，需要删除sincedb文件，sincedb_path则是指定
了该文件的路径。为了方便，我们可以根据需要将其设置为“/dev/null”，即不保存位置信息。
output:
host:redis所在服务器地址；
port:端口号；
data_type:
list：使用rpush
channel：使用publish
key:发布通道名称；
password:redis密码，默认不使用密码；
db:使用redis的数据库，默认使用0号；
input {
file {
path => ["/data/log/test1.log","/data/log/test2.log","/data/home/test2.log",.....]
start_position => "beginning"
sincedb_path => "/dev/null"
}
}
#输入到redis
output {
redis {
host => "XXX"
port => "XXX"
data_type => "list"
key => "XXXX"
db => XX
password => "XXX"
}
}
-------------- test2.config
input:
上一个配置文件的输出即为该配置文件的输入（对应的字段信息要保持一致）
filter:
此处就介绍我在处理日志用到的相关过滤插件；
drop():从配置文件可以看出如果message（即：输出的每条日志信息）不包含字符串“response_log_”就丢弃过滤该条日志，开始处理下一条日志。
grok:过滤掉不想要的日志，想要的的日志我们就要通过grok进行下一步处理；此处通过正则表达式抠出自己想要的json部分信息，并存放在mesg字段里。
json:再进一步的对mesg进行json解析，放入到logs字段，处理结束后就把不需要的message、mesg删除掉；
（对于logstash 的filter详细功能介绍可通过官网查看）
output:
最后将处理后的结果存入到es中（把日志进行json解析是为了提高es查询搜索效率）
#需要处理的日志（示例）
2018-08-08T07:22:44.266Z ds01 2018-07-24 16:15:16.528 INFO 18879 --- [XNIO-2 task-150] c.i.s.gateway.controller.test: _response_log_{"clientInfo":"test"}
input {
redis {
host => "XXX"
port => "XXX"
data_type => "list"
key => "XXXX"
db => XX
password => "XXX"
}
}
filter{
if([message] =~ "^(?!.*?response_log_).*$")){
drop {}
}
grok {
match=>{"message" => ".*response_log_(?<mesg>(.*))"}
}
json {
source => "mesg"
target => "logs"
remove_field=>["mesg"]
remove_field=>["message"]
}
}
output{
elasticsearch {
index => "XXXX"
hosts => ["XXXXX:XXX"]
}
}
运行logstash：bin/logstash -f ./configs/ （configs与bin处于同级目录test1.conf、test2.conf处于configs目录下）这种写法可以自动执行该目下的所有配置文件，单个执行也是可以的。
最后通过Kibana查询结果如下图所示：
